劉綏美 陳 可

（中鐵工程服務(wù)有限公司，四川 成都610083）

1 概述

隨著城市建設(shè)步伐的加快，軌道交通建設(shè)日趨發(fā)揮重大作用。城市軌道交通多采用地下工程形式，投資大、施工周期長、施工技術(shù)與環(huán)境條件復(fù)雜、不可預(yù)見風險及社會環(huán)境影響大[1]。軌道交通建設(shè)安全問題愈發(fā)突出，其中施工常見問題是安全施工管理中管理方法與認識存在偏差導致的[2]。且軌道交通建設(shè)的核心設(shè)備盾構(gòu)機是集光、機、電、液、傳感、信息技術(shù)于一體，在掘進施工的過程中，會產(chǎn)生大量的數(shù)據(jù)。由于數(shù)據(jù)龐大和場景復(fù)雜，采用人工監(jiān)控、人工判斷的方式，不可避免有忽略事故征兆、遺漏其他關(guān)聯(lián)風險的情況。本文針對深圳軌道交通14 號線施工不安全行為監(jiān)控場景，建立識別預(yù)警系統(tǒng)，為施工穩(wěn)定性提供保障。

2 工程背景

深圳市城市軌道交通14 號線工程串聯(lián)福田中心區(qū)、清水河、布吉、橫崗、龍崗大運新城、坪山新區(qū)、坑梓、沙田等區(qū)域，覆蓋深圳東部地區(qū)南北向交通需求走廊，是聯(lián)系深圳中心區(qū)與東部組團的軌道交通快線，是支撐整個東部發(fā)展軸的軌道交通骨干線，是支持深圳東進戰(zhàn)略實施的重要交通保障。本文以坑梓站～沙田站區(qū)間為背景，區(qū)間隧道縱坡自坑梓站以24.864‰下坡然后以11‰上坡接著以5.183‰下坡到沙田站，最小縱坡為5.183‰，最大縱坡為24.864‰，隧道埋深約8.0-25.7m，采用盾構(gòu)法施工。

3 系統(tǒng)建設(shè)方案

由于地鐵施工位于封閉隧道內(nèi)，無線信號受損，有線網(wǎng)絡(luò)架設(shè)存在困難，將視頻匯總至數(shù)據(jù)中心處理方式并不適用。采用邊緣計算可實現(xiàn)低延遲智能判斷，自主研制邊緣計算硬件承載人工智能圖像識別模型可離線運行、自主判斷，降低傳輸視頻對網(wǎng)絡(luò)帶寬的要求，節(jié)約視頻存儲硬件開銷。系統(tǒng)首先以部署在地鐵施工區(qū)域內(nèi)的邊緣計算端自主處理視頻，再將施工行為監(jiān)控結(jié)果以結(jié)構(gòu)化形式返回云端, 作為后續(xù)數(shù)據(jù)挖掘系統(tǒng)升級的依據(jù)，并在現(xiàn)場實時預(yù)警。

3.1 關(guān)鍵技術(shù)方案

第一步：視頻選幀&格式轉(zhuǎn)換。根據(jù)場景、需求、性能三方面綜合考慮，設(shè)計合理的視頻選幀間隔，將截取的單幀圖片轉(zhuǎn)化為模型可處理的JPG 格式的圖片。

第二步：行人檢測。對格式轉(zhuǎn)換后的圖片進行圖片預(yù)處理工作，去除圖片中的部分噪聲干擾并保證訓練與推斷的數(shù)據(jù)預(yù)處理操作一致。而后輸入到行人檢測模型中以判斷是否檢測到行人。若沒有檢測到行人，則直接返回。若檢測到行人，進行下一階段識別。

第三步：圖片分割。根據(jù)行人檢測結(jié)果將圖片進行識別前的預(yù)處理操作，此步驟目的與行人檢測預(yù)處理操作的目的性一致。

第四步：圖像識別。根據(jù)識別結(jié)果，判斷是否符合報警條件，若符合，則報警。如識別到工作人員未穿著工作服，則向系統(tǒng)返回報警結(jié)果。

檢測流程如下圖1 所示：

3.2 識別算法

傳統(tǒng)目標檢測是通過構(gòu)建特征描述子提取特征后利用分類器對特征進行分類實現(xiàn)目標檢測[3]。2016 年Liu W 等提出SSD（Single Shot MultiBox Detector）算法[4]。SSD 算法是深度學習One-Stage 算法的一種，能夠直接輸出物體的類別概率和位置坐標值，均勻地在圖片多個層數(shù)的特征圖上進行密集抽樣，然后利用CNN 提取特征進而進行分類與回歸，經(jīng)過單次檢測即可直接得到最終的檢測結(jié)果，具有快速檢測特性。本系統(tǒng)選用SSD作為目標檢測識別方式，步驟如下：

第一步：將輸入圖片經(jīng)過卷積神經(jīng)網(wǎng)絡(luò)（CNN）提取特征，并生成feature map。

第二步：抽取其中六層的feature map，然后再feature map的每個點上生成default box（各層的個數(shù)不同，但每個點都有）。

第三步：利用NMS（極大值抑制）篩選default box 集合，并輸出。

4 試驗結(jié)果

系統(tǒng)針對施工現(xiàn)場場景如下：

(1)場景描述。

(2)未佩戴安全帽。

(3)高空作業(yè)未佩戴安全繩。

(4)進入隧道未佩戴反光背心。

(5)進入/穿越危險區(qū)域（吊裝作業(yè)下方、臨邊防護圍欄外側(cè)、設(shè)備軌行區(qū)）。

(6)煙火禁區(qū)持明火（包括抽煙）。

(7)打擊設(shè)備、物品。

(8)特殊作業(yè)擅離作業(yè)區(qū)域。

(9)危險攀爬。

(10)疲勞作業(yè)。

見表1。

5 結(jié)論

基于AI 視覺識別的城市軌道交通施工安全管理系統(tǒng)成功的應(yīng)用于深圳地鐵14 號線，可實現(xiàn)多區(qū)域、多場景、多人員同時監(jiān)管，為地鐵施工安全提供保障。該系統(tǒng)符合傳統(tǒng)行業(yè)向信息化、數(shù)字化、智能化轉(zhuǎn)型的要求，在軌道交通快速發(fā)展的市場中具有廣闊的應(yīng)用場景。